SAFE mit KI: Wie künstliche Intelligenz skaliertes Arbeiten wirklich unterstützen kann
In dieser Folge des agilophil Podcasts spreche ich mit Falko Werner über folgende Frage: Wie passen künstliche Intelligenz und SAFe, also das Scaled Agile Framework, eigentlich zusammen? Rund um KI gibt es aktuell viel Erwartung, viel Dynamik und auch viel Unsicherheit. Gleichzeitig stehen große Organisationen unter erheblichem Druck, schneller zu werden, besser zusammenzuarbeiten und komplexe Vorhaben wirksamer zu steuern. Genau an dieser Stelle wird es spannend: Kann KI in einem skalierten agilen Umfeld wirklich helfen, oder erleben wir nur die nächste Luftblase? Dazu teilt Falko Einblicke in die Integration von KI in agile Prozesse, insbesondere im SAFe-Framework.
Warum SAFe für viele Organisationen ein realistischer Einstieg ist
Auch wenn SAFe unter Agilistinnen und Agilisten durchaus kontrovers diskutiert wird, ist es in vielen großen Unternehmen ein praktischer Einstieg in agiles Arbeiten. Gerade dort, wo nicht zwei oder drei Teams zusammenarbeiten, sondern Hunderte von Mitarbeitenden auf ein gemeinsames Ziel hinarbeiten, braucht es Struktur, Orientierung und abgestimmte Prozesse. Falko Werner beschreibt SAFe mit KI deshalb weniger als starres Regelwerk, sondern eher als Rahmen, der in großen Organisationen helfen kann, Komplexität beherrschbar zu machen.
Wichtig ist dabei: SAFe ist kein Kochbuch. Das Framework muss an den jeweiligen Kontext angepasst werden. Genau das wird in der Praxis aber oft vergessen. Wer SAFe nur mechanisch einführt, ohne auf das Unternehmen, die Kultur und die tatsächlichen Arbeitsabläufe zu schauen, erzeugt schnell neue Probleme statt Lösungen.
Was SAFe mit KI tatsächlich leisten kann
KI und SAFe können grundsätzlich gut zusammenpassen – allerdings nur dann, wenn KI nicht als Ersatz für Denken verstanden wird. KI kann Arbeit erleichtern, Muster sichtbar machen, Vorschläge generieren und Routineaufgaben beschleunigen. Sie ist aber keine Erfolgsgarantie.
Besonders hilfreich kann SAFe mit KI dort sein, wo Informationen verdichtet, strukturiert oder vorbereitet werden müssen. Ein Beispiel ist die Arbeit von Product Ownern: Anforderungen aus Gesprächen mit Stakeholdern oder Anwendern müssen verständlich in Stories, Akzeptanzkriterien und priorisierte Backlogs übersetzt werden. Genau an dieser Stelle kann KI unterstützen – etwa bei der Transkription von Gesprächen, bei der Formulierung von User Stories oder beim Ergänzen von Akzeptanzkriterien.
Der große Vorteil liegt dabei oft nicht in der Perfektion des ersten Ergebnisses, sondern darin, dass aus einem leeren Blatt sehr schnell ein brauchbarer erster Entwurf wird. Dieser kann dann von erfahrenen Menschen geprüft, geschärft und verbessert werden.
KI im PI Planning, Refinement und in der Priorisierung
Ein weiterer Schwerpunkt ist die Frage, wie KI im PI Planning und im vorgelagerten Refinement helfen kann. Gerade in skalierten Umfeldern hängt die Qualität des Planungsmeetings stark davon ab, wie gut Anforderungen bereits vorbereitet sind. Wenn Stories unklar formuliert, Abhängigkeiten nicht sichtbar oder Teams unscharf beschrieben sind, wird auch die Planung chaotisch.
KI kann hier unterstützen, indem sie auf Basis eines gut gepflegten Backlogs erste Vorplanungen erstellt, Features in kleinere Einheiten herunterbricht oder Hinweise zur Priorisierung liefert. Entscheidend ist aber die Qualität des Inputs. Schlechte oder unvollständige Informationen führen auch mit KI nicht zu guten Ergebnissen.
Ein besonders wichtiger Punkt aus dem Gespräch: Beim Zerlegen von Features in Stories sollte darauf geachtet werden, nicht unbemerkt in klassische Wasserfallmuster zurückzufallen. Wenn KI nur technische Phasen wie Analyse, Design, Implementierung und Test voneinander trennt, entsteht keine echte agile Wertlieferung. Gute Prompts müssen deshalb auf wertorientierte, horizontal geschnittene Ergebnisse zielen.
SAFe Copilot, Spezialtools und digitale Coaching-Ansätze
Falko Werner erläutert auch, dass SAFe inzwischen KI stärker aufnimmt. Dies kann etwa durch Lerninhalte, rollenspezifische Erweiterungen und den SAFe Copilot innerhalb der Plattform geschehen. Dieser kann insbesondere dann hilfreich sein, wenn es um framework-nahe Fragen geht, etwa zur Rolle von User Stories, zu Abläufen oder zur Prüfungsvorbereitung.
Für praktische Anwendungsfälle reichen solche framework-spezifischen Werkzeuge aber oft nicht aus. Wenn es etwa um Priorisierung, Moderation, Coaching oder Teamunterstützung geht, kommen meist allgemeine KI-Werkzeuge oder spezialisierte Lösungen ins Spiel. Interessant ist dabei vor allem der Gedanke, dass KI auch im agilen Coaching unterstützen kann – etwa durch die Auswertung von Teamfeedback, durch Workshop-Vorlagen oder durch Hilfen für Retrospektiven und Inspect-&-Adapt-Formate.
Grenzen, Datenschutz und sinnvolle Entscheidungen
Natürlich sprechen wir auch über die Risiken. Sobald Anforderungen, Produktideen oder strategische Vorhaben in KI-Systeme eingegeben werden, stellt sich die Frage nach Datenschutz, Vertraulichkeit und rechtlichen Rahmenbedingungen. Unternehmen müssen sehr bewusst entscheiden, welche Daten sie in welche Systeme geben. Gerade bei sensiblen oder strategisch relevanten Vorhaben kann es sinnvoll sein, auf lokal betriebene oder besonders kontrollierte Lösungen zu setzen.
Die zentrale Botschaft lautet deshalb nicht: „Nutzt einfach überall KI.“ Sondern eher: Wisst, was ihr erreichen wollt, und entscheidet dann bewusst über Werkzeuge, Einsatzfelder und Grenzen.
Mein Fazit aus dem Gespräch
Für mich bleibt aus dieser Folge vor allem hängen: SAFe mit KI ist dann hilfreich, wenn sie pragmatisch und reflektiert eingesetzt wird. Sie ersetzt weder gute Produktarbeit noch saubere Backlog-Pflege, Priorisierung oder Coaching. Aber sie kann viele dieser Aufgaben wirksam unterstützen und deutlich beschleunigen. Falko plädiert für Experimentierfreude und den Aufbau einer KI-Community of Practice, um Erfahrungen auszutauschen und Kompetenz aufzubauen.
Der vielleicht beste Einstieg ist deshalb auch der einfachste Rat aus dem Gespräch: Hast du es schon mal mit KI probiert? Nicht blind, nicht unkritisch, aber offen genug, um Erfahrungen zu sammeln. Genau das passt am Ende auch sehr gut zu agilem Arbeiten: ausprobieren, lernen, anpassen.
Kontakt, Links, Hinweise und Empfehlungen
- LinkedIn-Profil Falko Werner
- Webseite Vempio.com
- Falko Werner: falkowerner.de
- Falkos Speaker-Seite: werner.do
- Emdedded&KI-Beratung: vemp.io
- Schulungsangebot auf do.institute
Besonderes Angebot für die agilophile Community: mit dem Gutscheincode „agilophil“ gibt es 11% Rabatt auf alle Kurse auf der Schulungsplattform zu KI, Agilität und Embedded.
Erwähnte Tools:
- Lokale KI-Lösungen wie Hedy.ai, Omi.me, Google Edge AI oder LMstudio ermöglichen datenschutzkonforme Nutzung direkt auf dem Gerät, z. B. mit einem Standard-Laptop (32 GB RAM, aktueller Prozessor).
- Spezialisierte Tools wie Aidrian von der DASA bieten KI-gestütztes Agile Coaching über Teams hinweg, mit skalierbaren Feedback- und Analysefunktionen.
- Der SAFe CoPilot eignet sich gut für theoretische Abfragen und der konkreten Anwendung des SAFe-Framework, ist aber limitiert bei praktischen Anwendungsaufgaben.
- KI unterstützt Product Owner bei der Erstellung, Analyse und Formulierung von User Stories & Feature-Beschreibungen, Priorisierung und PI-Planung. Besonders nützlich sind Tools wie ChatGPT, Perplexity, Claude oder Mistral für konkrete Anwendungsfälle.
- einen guten Überblick bietet auch Futurepedia AI Tools
Es ist keine Frage mehr ob du SAFe mit KI in deinem Umfeld benutzen solltest oder nicht – es ist nur die Frage wie du es am besten einsetzen kannst.
Dein agilophiler
Frank
Weitere Episoden des agilophil Podcasts findest du auf der Übersichtsseite Podcast.
